課程簡介

Introduction to Natural Language Generation (NLG)

  • 什麼是 NLG?
  • NLU 和 NLG 之間的區別
  • NLG 在實際場景中的應用

基本 NLG 技術

  • 基於範本的生成
  • 用於文字生成的統計模型
  • NLG 中的機器學習簡介

使用 NLG 模型

  • NLG 模型概述 (GPT, T5)
  • 在 Python 中設置基本模型
  • 使用預先訓練的模型生成文字

NLG 中的挑戰

  • 處理連貫性和相關性
  • 文本生成的常見問題
  • AI 生成內容中的道德注意事項

NLG 工具的實踐

  • NLG 庫簡介 (GPT-2/3, NLTK)
  • 為特定用例生成文字
  • 評估生成的文本品質

評估 NLG 模型

  • 測量生成文本的流暢性和連貫性
  • 自動評估技術與人工評估技術
  • 提高 NLG 輸出的品質

NLG 的未來趨勢

  • NLG 研究中的新興技術
  • 未來文本生成的挑戰和機遇
  • NLG 對內容創建和 AI 開發的影響

總結和後續步驟

最低要求

  • 對程式設計概念的基本理解
  • 熟悉 Python 程式設計

觀眾

  • AI 初學者
  • 數據科學愛好者
  • 對 AI 生成的文字感興趣的內容建立者
 14 時間:

課程分類